摘要
我们提出了一种新颖的架构，能够在保留原始数据分布的同时自动对图像中的人脸进行匿名化处理。通过仅基于隐私安全的信息生成图像，我们确保了图像中所有人脸的完全匿名化。我们的模型基于条件生成对抗网络（conditional generative adversarial network），在生成图像时考虑了原始的姿态和背景信息。条件信息使我们能够生成高度逼真的面部，并实现生成面部与现有背景之间的无缝过渡。此外，我们引入了一个多样化的人脸数据集，包括非传统姿态、遮挡面部以及背景的广泛变化。最后，我们展示了实验结果，这些结果反映了我们的模型在保留数据分布的前提下对图像进行匿名化的能力，使得数据适合进一步用于深度学习模型的训练。据我们所知，目前还没有其他解决方案能够保证在生成逼真图像的同时实现人脸的匿名化。